การประยุกต์ใช้ขั้นตอนวิธีการจับคู่ข้อมูลทางความหมายร่วมกับการใช้ ดัชนีค้นหาแบบประมาณ เพื่อวิเคราะห์ความสอดคล้องของรายวิชาในหลักสูตรที่ตอบสนองต่อการพัฒนาสมรรถนะบุคลากรในอนาคตสำหรับ 12 อุตสาหกรรมเป้าหมายในเขตพัฒนาพิเศษภาคตะวันออก: กรณีศึกษามหาวิทยาลัยบูรพา
Article Sidebar
Main Article Content
บทคัดย่อ
การวิจัยนี้มีวัตถุประสงค์เพื่อวิเคราะห์ความสอดคล้องของรายวิชาในหลักสูตรของมหาวิทยาลัยบูรพาที่ตอบสนองต่อการพัฒนาสมรรถนะบุคลากรในอนาคตของ 12 อุตสาหกรรมเป้าหมายในเขตพัฒนาพิเศษภาคตะวันออก โดยใช้ข้อมูล 3 ส่วน ได้แก่ ข้อมูลจากการตอบแบบสอบถามความต้องการทักษะที่จำเป็นต่อการพัฒนาบุคลากรจากสถานประกอบการจำนวน 98 สถานประกอบการ และข้อมูลทักษะที่พึงประสงค์ตามแนวทางการพัฒนาบุคลากรในอนาคตของเขตพัฒนาพิเศษภาคตะวันออก สำหรับ 12 อุตสาหกรรมเป้าหมาย นำข้อมูลทักษะจากทั้งสองแหล่งมาลดความซ้ำซ้อนและคงเหลือทักษะที่นำมาใช้ในการวิเคราะห์ จำนวน 294 ทักษะ ประกอบกับข้อมูลหลักสูตรของมหาวิทยาลัยบูรพาทั้งสิ้นจำนวน 223 หลักสูตร ซึ่งประกอบด้วยรายวิชาในหลักสูตรทั้งสิ้น 10,650 รายวิชา โดยใช้การสร้างดัชนีค้นหาแบบประมาณ (Annoy Index) เพื่อการเข้าถึงข้อมูลที่รวดเร็วและใช้ขั้นตอนวิธีจับคู่ข้อมูลทางความหมาย (Semantic Matching) วิเคราะห์ความสอดคล้องข้อมูลทางความหมายระหว่างข้อมูลทักษะที่ต้องการจากสถานประกอบการและทักษะที่พึงประสงค์ตามแนวทางในการพัฒนาบุคลากรในอนาคต สำหรับ 12 อุตสาหกรรมเป้าหมาย กับรายวิชาในหลักสูตรของมหาวิทยาลัยบูรพา เพื่อวิเคราะห์ความคล้ายคลึงทางความหมายของรายวิชากับทักษะต่าง ๆ ที่มีผลคะแนนความคล้ายคลึงเท่ากับ 0.66 ในแต่ละอุตสาหกรรมเป้าหมาย ซึ่งผลลัพธ์ที่ได้จากการวิเคราะห์เป็นข้อเสนอแนะเชิงนโยบาย 3 แนวทาง ที่สามารถใช้เพื่อการวางแผนการพัฒนาหลักสูตรของมหาวิทยาลัยบูรพาให้สอดคล้องกับการพัฒนาสมรรถนะบุคลากรสำหรับ 12 อุตสาหกรรมเป้าหมายในอนาคตได้
Article Details
References
Office of Council for Higher Education, Science, Research and Policy National innovation, Future Workforce Competencies for 12 Target Industries within the Eastern Economic Corridor (2020 - 2024). Ministry of Higher Education Science, research and innovation.
The Eastern Economic Corridor Office of Thailand, Personnel skill development according to the EEC model. Available Online at https://www.eeco.or.th/th/eec-model, accessed on 10 October 2022.
K. Yang, Simple Approximate Nearest Neighbors in Python with Annoy and lmdb. Available Online at https://medium.com/@kevin_yang/simple-approximate-nearest-neighbors-in-python-with-annoy-and-lmdb-e8a701baf905, accessed on 28 January 2023.
Lukkid, What is Word Embedding and Word2Vec. Available Online at https://lukkiddd.com/word-embedding-แล้ะ-word2vec-ค์่ออะไร-e60bdf6d78d3, accessed on 18 May 2023.
Chakrit, Like Different Similariry. Available Online at https://www.softnix.co.th/2019/05/29/similarity-ค์วิามีเห์มี่อนี้ท้แตกต่าง, accessed on 27 May 2023.
K. Ratchatawetchakul, A. Sarnthong, W. Ratchatawetchakul, and Y. Ratchatawetchakul. "Optimizing Document Retrieval by Measurement Resemblance Between Semantic Word Methods." Journal of Applied Informatics and Technology, Vol. 2, No. 1, pp. 19-29, 2020.
D. Onchawiang. "The Prototype Development of The Institute to Increase The Potential of The Manpower to Support The Industrial Growth in The Eastern Economic Corridor." Panyapiwat Journal, Vol 15, No. 1, pp. 223-236, January-April, 2023.
P. Sookkhee. "Development of Semantic Search Model Based on The Doc2Vec Technique for an Application for Vocal Music Search." Journal of Technology Management Rajabhat Maha Sarakham University, Vol 8, No. 2, pp. 101-113, July-December, 2022.
T. Zhang, V. Kishore, F. Wu, K.Q. Weinberger, and Y. Artzi. "BERTScore: Evaluating Text Generation with BERT." International Conference on Learning Representations, Addis Ababa Ethiopia, pp. 1-43, 2020.
N. Supakit. Semantic Retrieval Model for Thai Economic Fruit Knowledge Based on Ontology. Department of Information Technology Institute of Social Technology Suranaree University of Technology, 2022.
P. Nilaphruek and R. Khanankhoaw. "The Enhancement of Efficiency in e-Recruitment System using Semantic Matching Technique." Science and Technology RMUTT Journal, Vol. 5, No. 1, pp 83-89, 2015.
Digital Government Development Agency (Public Organization). Industrial in The Eastern Economic Corridor. Available Online at https://data.go.th/dataset/facproveec, accessed on 10 October 2022.
Anonymous, 2022. sentence-transformers/all-Mini LM-L6-v2. Available Online at https://huggingface.co/sentence transformers/all-MiniLM-L6-v2, accessed on 18 May 2023.